基于最近邻列联表的整体与成对分离检验
统计方法学
2008-05-13 v2 应用统计
摘要
两个或多个类别（或物种）之间的多变量交互作用在许多领域具有重要影响，并导致诸如分离或关联等多变量聚类模式。当某一类别的成员倾向于出现在同类成员（即同种个体）附近时，就会发生空间分离；而当某一类别的成员倾向于出现在其他一个或多个类别成员附近时，就会发生空间关联。这些模式可以使用最近邻列联表(NNCT)进行研究。零假设是最近邻(NN)结构中的随机性，这可能源于多种模式，包括随机标定(RL)或两个或多个类别点的完全空间随机性(CSR)（下文称为 CSR 独立性）。在本文中，我们引入了基于 NNCT 的整体检验和特定单元格检验的新版本（即 NNCT 检验），并将它们与 Dixon 的整体检验和特定单元格检验进行比较。这些 NNCT 检验提供了关于小尺度下（即点间平均 NN 距离附近）类别间空间交互作用的信息。整体检验用于检测偏离零假设的任何偏差，而特定单元格检验是在整体检验产生显著结果时应用的事后成对空间交互检验。我们分析了这些检验的分布性质；通过广泛的蒙特卡罗模拟研究评估了检验的有限样本性能。此外，我们表明新的 NNCT 检验在第一类错误和功效方面具有更好的性能。我们还在两个真实数据集上展示了这些 NNCT 检验。
引用
@article{arxiv.0805.1629,
title = {Overall and Pairwise Segregation Tests Based on Nearest Neighbor Contingency Tables},
author = {Elvan Ceyhan},
journal= {arXiv preprint arXiv:0805.1629},
year = {2008}
}